远程监督：基于规则的标记方法？

Posted 2023-03-12

【中文标题】远程监督：基于规则的标记方法？

【英文标题】：Distant Supervision: a rule-based labelling approach?

【发布时间】：2020-02-15 00:48:21

【问题描述】：

我目前正在研究实体关系的东西，我发现很多论文都实施了远程监督来标记数据。我对远程监督的理解是，我们有一个既定的知识库 (KB)，我们通过检查提取的实体对是否存在于 KB 中来进行“基于规则的标记”。如果实体对存在于 KB 中，则将其标记为正，否则将其标记为负。

我的问题是：

我是否正确理解了这个远程监督概念？ 如果是，我不明白我们为什么要训练神经网络来对基于规则的系统进行分类？例如，如果将来我们得到包含实体的新句子，并且我们想检查它们是否相互关联，我们为什么不直接参考知识库呢？为什么我们要训练实体关系？

谢谢

【问题讨论】：

(2) 因为您可以预测看不见的文本位，基于规则的方法在这方面会失败（KB 查找等）

【参考方案1】：

远程监督是使用基于规则的启发式方法来生成标记数据的方法，生成的标记数据随后用于训练模型（通常是神经网络）。

知识库 (KB) 可用作基于规则的启发式。正如 Nathan McCoy 所说，知识库通常不完整，该模型将使您能够检测到知识库中不存在的实体之间的关系。

Snorkel 是为远程监督而开发的工具示例